基于区域生长法和BP神经网络的红外图像识别

来源：激光与红外杂志2018年第3期北京时间：

作者：陈跃伟

单位：上海电力学院自动化工程学院,上海 200090；

摘要：针对变电站巡检机器人远程监控系统中红外图像识别存在的问题,提出一种基于改进区域生长法和BP神经网络的红外图像目标设备分割与识别的方法。利用最小二乘法拟合出红外图像中亮度与温度之间的线性关系,建立基于像素的图像温度场；根据设定温度范围确定区域生长法的种子点位置,利用Otsu法确定截屏窗口最优分割阈值,并结合灰度相似性阈值作为区域生长法的分割准则,实现该窗口目标设备精确分割；将分割出的设备二值图像的Hu不变矩作为设备形状特征向量,并对其进行不变性和类间区分度验证；采用引入附加动量法和自适应调整学习率的BP神经网络实现多种电气设备的识别,实验数据表明优化后的BP神经网络具有迭代收敛快,误差波动性小,分类准确度高等特点。

关键词：改进区域生长法;图像温度场;Hu不变矩;附加动量法;自适应调整学习率

基金资助：上海市“科技创新行动计划”社会发展领域项目(No.16DZ1202500)；上海市青年科技英才扬帆计划项目(No.16YF1404700)；上海市科学技术委员会工程技术研究中心项目(No.14DZ2251100)资助